随着社会的发展,人们对于无线数据传输的需求急剧增加,因此对无线通信系统的传输性能提出了更高的要求。为了获得优越的传输性能,需要充分考虑无线传播环境对无线通信系统的影响。信道模型在业界中通常用以刻画无线传播环境。有效的信道模型的建立依赖于信道参数(时延、入射方位角、多普勒频率、复幅度等)的获得,而这些参数是从大量的信道测量数据中利用信道参数提取方法提取出来的。因此,信道参数提取方法和信道测量在建立信道模型的过程中十分重要。当前,5G的研究备受关注。作为5G中的关键技术,大规模MIMO有着大幅改善系统容量等优越的性能。为了给大规模MIMO信道建模打下基础,本文研究了高分辨信道参数提取方法中的SAGE算法及其在大规模MIMO信道测量中的应用。首先,实现了基于SAGE算法的无线信道参数提取的仿真平台,通过该仿真平台可以实现对入射波的时延、入射方位角、多普勒频率、复幅度的准确估计。其次,提出了一种循环最大化SAGE算法,该方法在重新估计时延、入射方位角时,在固定入射方位角条件下求目标函数关于时延的最大化,与固定时延条件下求目标函数关于入射方位角的最大化两者之间不断循环,直到所得的时延、入射方位角序列收敛。仿真表明,相比于SAGE算法,该方法的估计偏差更小。另外,本文采用一种多级搜索算法对SAGE的最大化过程进行了优化,即重新估计入射方位角、多普勒频率时采用逐级减小搜索步长的方法进行搜索。仿真表明,与传统的恒定搜索步长SAGE相比,多级搜索SAGE的运算量大幅减少。最后,在西安电子科技大学进行了大规模MIMO信道测量,然后用SAGE算法提取了大规模阵列上入射波的角度功率谱,并分析了大规模阵列上的非平稳特性。上述工作可以为大规模MIMO信道建模提供参考。